Critical Success Factors for Supply Chain Sustainability in the Wood Industry: An Integrated PCA-ISM Model
Notice bibliographique
Résumé
Due to the increasing popularity of cost-based outsourcing and growing stakeholder concern about environmental, social, and technological issues, supply chain sustainability is vital in both developed and emerging economies. Bangladesh is an emerging economy and wood industry of Bangladesh is suffering from severe sustainability issues besides its growth. Hence, this article aims to examine the critical success factors (CSFs) for sustainability in the Bangladeshi wood industry, which is crucial to help supply chain managers engage in achieving sustainable development goals. This research investigated the CSFs and uncovered their interdependencies through the development of a methodology integrating a literature review, principal component analysis (PCA), interpretive structural modelling (ISM), and Matriced Impacts Croises Multiplication Appliquee aunClassement (MICMAC) techniques. PCA (n = 150) was used to identify and rank the CSFs for sustainability in the Bangladeshi wood industry while ISM (n = 9) and MICMAC were used to determine the driving and dependence power of the CSFs. The findings reveal that research and development, supplier relations, and using eco-friendly technology are the most significant CSFs of the Bangladeshi wood industry. Indispensable links revealing the driving and dependence power among the CSFs were also reported. To the best of our knowledge, this study is the first of its kind that examined the CSFs for supply chain sustainability in the Bangladeshi wood industry. The proposed methodology and findings will help managers in the Bangladeshi wood industry as well as other similar industries to understand the CSFs and reduce the complexity of decision-making in managing business process towards sustainability journey.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,003 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».